Mit der Spatial Analyst-Lizenz verfügbar.
Mit der Image Analyst-Lizenz verfügbar.
Mit den Werkzeugen für Segmentierung und Klassifizierung können Sie segmentierte Raster für die spätere Erstellung von klassifizierten Raster-Datasets vorbereiten.
In der folgenden Tabelle werden die verfügbaren Werkzeuge aufgeführt und kurz beschrieben.
| Werkzeug | Beschreibung |
|---|---|
Klassifiziert ein Raster-Dataset basierend auf einer Esri Classifier Definition (.ecd)-Datei und Raster-Dataset-Eingaben. Die .ecd-Datei enthält alle Informationen, die für die Durchführung einer bestimmten, von Esri unterstützten Klassifizierungsart erforderlich sind. Die Eingaben in dieses Werkzeug müssen den Eingaben entsprechen, die zur Generierung der erforderlichen .ecd-Datei verwendet werden. | |
Berechnet eine Konfusionsmatrix mit Unterlassungs- und Überlassungsfehlern und leitet anschließend einen Kappa-Übereinstimmungsindex, ein IoU-Verhältnis (Intersection over Union) und eine Gesamtgenauigkeit zwischen der klassifizierten Karte und den Referenzdaten ab. | |
Berechnet einen Satz von Attributen, die mit dem segmentierten Bild verknüpft sind. Das Eingabe-Raster kann ein Einzelband- oder 3-Band-, 8-Bit-segmentiertes Bild sein. | |
Erstellt zufällig ausgewählte Punkt für die Genauigkeitsbewertung nach der Klassifizierung. | |
Verwendet ein Fernerkundungsbild zum Konvertieren von beschrifteten Vektor- oder Raster-Daten in Training-Datasets für Deep Learning. Die Ausgabe ist ein Ordner mit Bildschnipseln und ein Ordner mit Metadaten-Dateien im angegebenen Format. | |
Generiert Trainingsgebiete aus Ursprungspunkten wie Genauigkeitsbewertungs- oder Trainingsgebietspunkten. Trainingsgebiete werden in der Regel aus einer vorhandenen Quelle gewonnen, z. B. aus einem thematischen Raster oder einer Feature-Class. | |
Untersucht die Genauigkeit einzelner Trainingsgebiete. Die Cross Validation-Genauigkeit wird anhand der zuvor generierten Klassifizierungstrainingsergebnisse in einer .ecd-Datei und den Trainingsgebieten berechnet. Ausgegeben werden ein Raster-Dataset mit den falsch klassifizierten Klassenwerten und ein Trainingsgebiet-Dataset mit dem Genauigkeitswert für die einzelnen Trainingsgebiete. | |
Führt eine Subpixel-Klassifizierung durch und berechnet den Anteil verschiedener Landbedeckungstypen für einzelne Pixel. | |
Korrigiert Segmente oder Objekte, die von den Kachelgrenzen abgeschnitten werden, wenn die Segmentierung als Raster-Funktion ausgeführt wird. Dies ist ein hilfreiches Werkzeug für bestimmte regionale Prozesse, wie zum Beispiel die Segmentierung von Bildern, die Inkonsistenzen neben den Kachelgrenzen aufweisen. Dieser Verarbeitungsschritt ist im Werkzeug Mean Shift-Segmentierung enthalten und sollte nur für ein segmentiertes Bild verwendet werden, das nicht mit diesem Werkzeug erstellt wurde. | |
Gruppiert benachbarte Pixel mit ähnlichen Spektraleigenschaften in Segmente. | |
Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der ISO-Cluster-Klassifizierung. | |
Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der Klassifizierungsmethode "Nächste Nachbarn (K)". | |
Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der Klassifizierungsdefinition des Maximum-Likelihood-Klassifikators. | |
Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der Random Trees-Klassifizierung. | |
Generiert eine Esri Classifier Definition-Datei (.ecd) anhand der Klassifizierungsdefinition für Support Vector Machine (SVM). | |
Aktualisiert das Target-Feld in der Attributtabelle, um Bezugspunkte mit dem klassifizierten Bild zu vergleichen. |